文章
文章用户商铺文档快讯圈子网址导航供求信息

OpenCode进阶指南：MCP协议与Skill技能，让你的AI助手真正"开外挂"



OpenCode进阶指南：MCP协议与Skill技能，让你的AI助手真正"开外挂"

❝

从"只会聊天"到"能干活"，只差一个配置的距离

❞

引言：AI有大脑，却缺手脚？

你有没有这样的困扰：AI聊天很厉害，写代码、写文章样样行，但一让它查个实时天气、操作个Git仓库、或者调用个地图API，它就"抓瞎"了。

这不是AI不够聪明，而是它「缺少与外部世界连接的桥梁」。

好消息是，2024年底Anthropic（Claude的开发商）推出了「MCP（Model Context Protocol）协议」，再加上OpenCode 「Skill（技能）」，现在你可以像给手机装App一样，给AI装上各种"外挂"。

本文将手把手教你，如何在OpenCode中配置MCP和Skill，让你的AI助手从"纸上谈兵"进化到"真刀真枪"。

一、MCP是什么？AI界的"USB接口标准"

一句话理解MCP

如果把大语言模型（LLM）比作一个"超级大脑"，那么MCP就是一套通用的 「"神经接口标准"」 。

就像USB接口让键盘、鼠标、U盘能即插即用一样，MCP让AI能无缝连接GitHub、数据库、搜索引擎、地图服务等外部工具。

MCP的架构：简单直观

MCP采用经典的「客户端-服务器（Client-Server）架构」：

OpenCode进阶指南：MCP协议与Skill技能，让你的AI助手真正"开外挂"

「三个角色：」

  • 「MCP Host（宿主）」：AI应用程序本身（如Claude Desktop、OpenCode），是"大脑"所在的地方
  • 「MCP Client（客户端）」：内置在Host中，负责按照MCP协议与外界沟通
  • 「MCP Server（服务器）」：连接特定数据源的小程序，告诉AI："我这里有这些工具、资源和提示词模板"

丰富的MCP生态

目前MCP生态已经相当繁荣，你可以在以下仓库找到现成的MCP服务器：

  • 「官方仓库」：https://github.com/modelcontextprotocol/servers
  • 「Glama MCP目录」：https://glama.ai/mcp/servers
  • 「MCP.so搜索站」：https://mcp.so/

从GitHub操作、文件系统访问，到数据库查询、浏览器自动化，应有尽有。

二、Skill是什么？AI的"菜谱和烹饪心得"

如果说MCP是"插座标准"、Tools是"具体的电器"，那么「Agent Skill」就是教AI怎么用这些电器去完成复杂任务的 「"说明书"」 。

核心概念

「Agent Skill」是一种高维度的能力封装，包含：

  • 「指令（Instructions）」：告诉AI在什么场景下该做什么
  • 「工具（Tools）」：完成该任务需要的具体工具
  • 「领域知识（Context）」：该领域的专业知识和最佳实践

「打个比方：」

  • Tool是"拿起剪刀"
  • Skill是"如何剪出一张窗花"（包括选纸、折叠、剪裁顺序、注意事项等完整流程）

Skill的优势

  • 「模块化」：像插件一样即插即用，教AI某种垂直领域的工作方法
  • 「自主性」：告诉AI在什么场景下该选哪些工具，以及处理的步骤
  • 「高效性」：采用"按需加载"机制，AI只有需要时才读取对应的技能文件，不浪费上下文窗口

Skill文件结构

每个Skill由一个 SKILL.md 文件定义，必须包含YAML frontmatter：

---
name:git-release                    # 技能名称（必填）
description:Createconsistentreleasesandchangelogs# 描述（必填）
license:MIT                         # 许可证（可选）
compatibility:opencode              # 兼容性（可选）
metadata:                            # 元数据（可选）
audience:maintainers
workflow:github
---

## What I do

-DraftreleasenotesfrommergedPRs
-Proposeaversionbump
-Provideacopy-pasteable`ghreleasecreate`command

## When to use me

Usethiswhenyouarepreparingataggedrelease.
Askclarifyingquestionsifthetargetversioningschemeisunclear.

Skill的存放位置

OpenCode会自动搜索以下位置：

  • 「项目本地」：.opencode/skills/<name>/SKILL.md
  • 「全局配置」：~/.config/opencode/skills/<name>/SKILL.md
  • 「兼容Claude」：.claude/skills/<name>/SKILL.md 或 ~/.claude/skills/<name>/SKILL.md
  • 「兼容Agents」：.agents/skills/<name>/SKILL.md 或 ~/.agents/skills/<name>/SKILL.md

三、三者对比：Tools vs MCP vs Skill

我们通过一张表格快速对比这三者的核心差异：

维度
Tools (工具/插件)
MCP (模型上下文协议)
Agent Skill (技能)
「角色定义」
单点动作（如：查天气）
连接标准（如：USB接口）
工作流/SOP（如：写研报）
「抽象层级」
底层原子操作
通信与集成的协议层
高层行为引导与知识封装
「核心关注点」
具体的输入和输出
跨平台、标准化的数据交换
业务逻辑、操作规范、领域知识
「实现方式」
API调用、代码函数
客户端-服务器（JSON-RPC）
自然语言文档+关联工具
「类比」
厨房里的「菜刀、锅」
统一的「水电插座」标准
某道菜的「菜谱及烹饪心得」

「简单记忆：」

  • 「Tools」 = 你会用的工具
  • 「MCP」 = 让工具能插到AI上的标准接口
  • 「Skill」 = 教AI什么时候用什么工具、怎么用的完整指南

四、MCP实战：在OpenCode中配置你的第一个MCP

OpenCode支持 「本地（stdio）」 和 「远程（HTTP/WebSocket）」 两种类型的MCP服务器，配置起来非常直观。

4.1 配置本地MCP服务器

本地MCP服务器通过命令行启动，适合需要本地计算能力或访问本地文件的工具。

「配置格式：」

{
  "$schema": "https://opencode.ai/config.json",
  "mcp": {
    "my-local-mcp-server": {
      "type": "local",
      "command": ["npx", "-y", "my-mcp-command"],
      "enabled": true,
      "environment": {
        "MY_ENV_VAR": "my_env_var_value"
      }
    }
  }
}

「关键字段说明：」

  • type: 必须设置为 "local"
  • command: 启动MCP服务器的命令，可以是 npx、bun、node 等
  • enabled: 是否启用该MCP
  • environment: 环境变量，用于传递API密钥等敏感信息

4.2 配置远程MCP服务器

远程MCP服务器通过HTTP/WebSocket连接，适合部署在云端的微服务。

「配置格式：」

{
  "$schema": "https://opencode.ai/config.json",
  "mcp": {
    "my-remote-mcp": {
      "type": "remote",
      "url": "https://my-mcp-server.com",
      "enabled": true,
      "headers": {
        "Authorization": "Bearer MY_API_KEY"
      }
    }
  }
}

「关键字段说明：」

  • type: 必须设置为 "remote"
  • url: MCP服务器的访问地址
  • headers: HTTP请求头，通常用于身份验证

4.3 实战案例：配置高德地图MCP

假设你需要让AI具备地图查询能力（查地点、规划路线等），可以使用高德地图官方提供的MCP：

「步骤1：申请高德地图API Key」

前往 高德开放平台 注册账号并申请Web服务API Key。

在高德开放平台申请 Key 时，务必选择“Web服务”，只有“Web服务”才能通过 API 获取天气、路径规划等结构化数据。

「步骤2：配置opencode.json」

{
  "$schema": "https://opencode.ai/config.json",
  "mcp": {
    "amap-maps": {
      "type": "local",
      "enabled": true,
      "command": ["npx", "-y", "@amap/amap-maps-mcp-server"],
      "environment": {
        "AMAP_MAPS_API_KEY": "你的高德API密钥"
      }
    }
  }
}

「步骤3：开始使用」

配置完成后，你可以直接对OpenCode说：

❝

"查一下从北京天安门到上海外滩的驾车路线"

❞

OpenCode进阶指南：MCP协议与Skill技能，让你的AI助手真正&quot;开外挂&quot;

❝

"搜索上海外滩附近的星巴克"

❞


OpenCode进阶指南：MCP协议与Skill技能，让你的AI助手真正&quot;开外挂&quot;

❝

"把'杭州西湖'这个地址转换成经纬度坐标"

❞

OpenCode进阶指南：MCP协议与Skill技能，让你的AI助手真正&quot;开外挂&quot;

AI会自动调用高德MCP提供的工具完成任务。

五、Skill实战：安装和使用你的第一个Skill

5.1 手动创建Skill

如果你有一套特定的工作流程想要固化下来，可以手动创建Skill。

「示例：创建Git发布管理Skill」

  1. 创建目录：.opencode/skills/git-release/
  2. 创建文件：SKILL.md
  3. 写入内容：
---
name:git-release
description:Createconsistentreleasesandchangelogs
license:MIT
compatibility:opencode
metadata:
audience:maintainers
workflow:github
---

## What I do

-DraftreleasenotesfrommergedPRs
-Proposeaversionbump
-Provideacopy-pasteable`ghreleasecreate`command

## When to use me

Usethiswhenyouarepreparingataggedrelease.
Askclarifyingquestionsifthetargetversioningschemeisunclear.

## Steps

1.ReviewmergedPRssincelasttag
2.Categorizechanges(feat,fix,docs,etc.)
3.Draftreleasenotes
4.Suggestversionbumpbasedonsemver
5.Generatereleasecommand

5.2 从Skill仓库安装

更常见的情况是从社区仓库安装现成的Skill。OpenCode支持多个Skill仓库：

  • 「Skills.sh」：https://skills.sh/
  • 「Clawhub」：https://clawhub.ai/skills

5.3 实战案例：安装find-skills

find-skills 是一个特别实用的Skill——它的唯一任务是「教AI如何找到并安装其他Skill」。

「安装命令：」

npx skills add https://github.com/vercel-labs/skills --skill find-skills

OpenCode进阶指南：MCP协议与Skill技能，让你的AI助手真正&quot;开外挂&quot;

OpenCode进阶指南：MCP协议与Skill技能，让你的AI助手真正&quot;开外挂&quot;

「如果命令执行失败」，可以手动安装：

  1. 前往 https://clawhub.ai/JimLiuxinghai/find-skills
  2. 下载ZIP包并解压
  3. 将解压后的文件夹放入 ~/.agents/skills/ 目录
OpenCode进阶指南：MCP协议与Skill技能，让你的AI助手真正&quot;开外挂&quot;

「使用示例：」

安装完成后，你可以直接问AI：

❝

"有没有能帮我优化React代码的技能？"

❞

OpenCode进阶指南：MCP协议与Skill技能，让你的AI助手真正&quot;开外挂&quot;

❝

"找一下处理数据库的skill"

❞

OpenCode进阶指南：MCP协议与Skill技能，让你的AI助手真正&quot;开外挂&quot;


AI会激活 find-skills 技能，自动搜索并推荐合适的Skill包，甚至给出安装命令。

5.4 Skill权限管理

你可以在 opencode.json 中配置Skill的访问权限：

{
  "permission": {
    "skill": {
      "*": "allow",              // 默认允许所有
      "pr-review": "allow",      // 明确允许pr-review
      "internal-*": "deny",      // 禁止所有internal-开头的
      "experimental-*": "ask"    // 实验性的需要询问
    }
  }
}

「权限选项：」

  • allow：立即加载
  • deny：对AI隐藏，拒绝访问
  • ask：加载前提示用户确认

六、从入门到精通：最佳实践建议

1. 先从官方MCP开始

新手建议从 官方MCP仓库 开始，这里有GitHub、文件系统、数据库等常用MCP，配置简单、文档齐全。

2. 善用环境变量

API密钥等敏感信息不要硬编码在配置文件中，使用环境变量：

{
  "environment": {
    "API_KEY": "{env:MY_API_KEY}"
  }
}

3. 按项目组织Skill

把项目特定的Skill放在 .opencode/skills/ 下，通用的Skill放在全局配置中。这样既能保证项目独立性，又能复用通用能力。

4. 写好Skill描述

Skill的 description 字段是AI决定是否使用该Skill的关键，要写清楚：

  • 这个Skill能做什么
  • 在什么场景下使用
  • 使用前提条件

5. 从小处着手，逐步迭代

不要试图一次性配置完美的MCP和Skill体系。先从一个具体的痛点开始（比如"让AI能查天气"），配置一个MCP，验证效果，再逐步扩展。

结语：打开AI的无限可能

MCP和Skill的出现，标志着AI从"单兵作战"向"生态协作"的重大转变。

通过MCP，AI终于拥有了连接世界的「标准接口」；通过Skill，AI学会了「如何系统地解决问题」。

OpenCode作为领先的AI编程工具，率先完整支持了MCP协议和Skill系统，让我们能够在本地就构建起强大的AI工作流。

现在，轮到你动手了。打开你的OpenCode，配置第一个MCP，安装第一个Skill，让AI真正成为你的得力助手。

Agent智能体MaxKB新闻资讯

量化大模型在规模和精度上的能力 | 负面情绪刺激也能增强大模型？| 探索Softmax的前沿....

2026-5-6 2:50:09

AI面试企业落地新闻资讯

AI招聘的下一站：聘才猫平台全流程智能体亲测体验

2026-5-6 2:58:25

0 条回复 A文章作者 M管理员
    暂无讨论，说说你的看法吧
❯
购物车
优惠劵
搜索

  • 扫码打开当前页

  • 联系我们

返回顶部